JP2010028307A

JP2010028307A - 雑音低減装置及び方法、並びにプログラム

Info

Publication number: JP2010028307A
Application number: JP2008185103A
Authority: JP
Inventors: Kazuhiko Ozawa; 一彦小沢
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2008-07-16
Filing date: 2008-07-16
Publication date: 2010-02-04

Abstract

【課題】風雑音低減処理の際の同相成分の風雑音による誤動作を防ぐとともに、さらに低減効果を上げた風雑音低減装置を提供する。
【解決手段】複数の音声チャンネルからの入力信号をＦＦＴ部５２，５３で周波数信号に変換し、風雑音帯域の周波数信号を取り出して、振幅比較部５４及び位相比較部５５により、複数の音声チャンネル間での差分を振幅と位相の両方から求めて、減衰係数生成部５６により、風雑音成分を減衰するための振幅係数に変換し、周波数選択／減衰部部５７，５８により、振幅と位相の一方の係数を選択して、風雑音帯域の周波数信号に乗算し、帯域合成部５９，６０により、風雑音帯域以外の周波数信号と合成し、ＩＦＦＴ部６１，６２により時間信号に逆変換する。
【選択図】図１

Description

本発明は、ビデオカメラ等のマイクロホン内蔵機器において生ずる風雑音を低減するための雑音低減装置及び方法、並びにプログラムに関する。

近年において、家庭用ビデオカメラ等のマイクロホン内蔵機器で、屋外使用時に常に問題となる風雑音（ウィンドノイズ）を除去する技術として、以下のようなさまざまな手法が提案されている。

例えば、特許文献１に記載の技術では、指向特性を風雑音発生時のみ無指向性にして風雑音を低減している。

特許文献２に記載の技術では、適応フィルタを利用して風雑音を含む音声信号から、風雑音を推定して除去している。

特許文献３に記載の技術は、風雑音が含まれる帯域のみ、指向特性を無指向性にするようにして、風雑音を低減するものである。

特許文献４には、複数の雑音モデルを用意してスペクトルサブトラクション（ＳＳ）法により風雑音を除去する手法が記載されている。

この他、種々の技術が知られているが、これらの風雑音を低減・除去する技術は、以下のように大別することができる。
１．マイクロホンの指向特性を単一指向性などの有指向特性から、無指向性（モノラル）に制御する。
２．ハイパスフィルタなどを利用して、風雑音帯域のレベルを減衰させる。
３．適応フィルタや、スペクトルサブトラクション（ＳＳ）法により、風雑音信号を推定して減算する。
そして、これらの対策を、単独もしくは複合して実施する場合も多い。

また、本件出願人は、特許文献５において、複数のマイクからの信号の所定期間毎にレベル検波を行い、常にそのレベルの小さい出力を選択することにより風雑音を低減する技術を提案している。

特開平１０−１２６８７８号公報特開平５−１６１１９１号公報特開２００６−２３７８１６号公報特開２００６−４７６３９号公報特開２００７−８１５６０号公報

ところで、上述のように大別した風雑音を低減・除去する上記技術１〜３において、技術１は、風雑音の低減効果が技術２や技術３と比較して少ない、という問題点がある。上記技術２の問題点は、風雑音帯域と音声帯域が重複している場合には、音声が同時に低減されてしまうことである。上記技術３は、風雑音を短時間（いわゆるリアルタイム）に推定するためには演算スピードを上げる必要があり、回路が高価となり、ソフトフェアが大規模化する、という問題点がある。

これに対して、本件出願人が上記特許文献５において提案した技術は、上記技術１〜３による問題点を改善しながら風雑音を抑えることが可能であるが、風雑音信号の一部が十分に低減しきれない場合があり、さらなる改善が望まれていた。

本発明は、このような従来の実情に鑑みて提案されたものであり、簡単な構成で風雑音の低減効果をより高くし得るような雑音低減装置及び方法、並びにプログラムを提供することを目的とする。

上述の課題を解決するために、本発明は、複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに周波数信号に変換する複数の周波数変換部と、前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較部と、前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較部と、前記振幅比較部からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較部からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成部と、前記減衰係数生成部から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる複数の選択／減衰部と、前記選択／減衰部からの信号と前記複数の周波数変換部における所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する複数の帯域合成部と、前記帯域合成部からの出力を時間信号に変換する複数の逆周波数変換部とを有し、前記各逆周波数変換部の出力を各音声チャンネルの出力信号とする。

また、本発明は、複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに周波数信号に変換する複数の周波数変換部と、前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較部と、前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較部と、前記振幅比較部からの信号レベルに応じて第１の抽出係数に変換すると共に、前記位相比較部からの信号レベルに応じた第２の抽出係数に変換する抽出係数生成部と、前記抽出係数生成部から出力される抽出係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル抽出するように前記抽出係数を選択し、選択された抽出係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる複数の選択／抽出部と、前記選択／抽出部からの出力を時間信号に変換する複数の逆周波数変換部と、前記各逆周波数変換部の出力を前記入力された各音声チャンネルの信号から減算する複数の減算器とを有し、前記各減算器の出力を各音声チャンネルの出力信号とする。

また、本発明は、複数の音声チャンネルから入力された複数の音声信号に対して、入力信号のサンプリング周波数を所定周波数の最大周波数をナイキスト周波数とするサンプリング周波数付近まで間引き動作させる複数の間引き部と、前記間引き部からの信号を所定フレーム時間ごとに周波数信号に変換する複数の周波数変換部と、前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較部と、前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較部と、前記振幅比較部からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較部からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成部と、前記減衰係数生成部から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる複数の選択／減衰部と、前記選択／減衰部からの出力を時間信号に変換する複数の逆周波数変換部と、前記逆周波数変換部の出力を、前記所定周波数の最大周波数をナイキスト周波数とするサンプリング周波数付近から、前記音声チャンネルの出力信号のサンプリング周波数まで補間動作させる複数の補間部と、前記補間部からの信号と前記複数の音声チャンネルから入力された複数の音声信号の所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する複数の帯域合成部とを有し、前記各帯域合成部の出力を各音声チャンネル出力信号とする。

次に、本発明は、複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに複数の周波数変換部により周波数信号に変換する周波数変換工程と、前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較工程と、前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較工程と、前記振幅比較工程からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較工程からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成工程と、前記減衰係数生成工程から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎に前記所定周波数信号に乗ずる選択／減衰工程と、前記選択／減衰工程からの信号と前記複数の周波数変換工程における所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する帯域合成工程と、前記帯域合成工程からの出力を複数の逆周波数変換部により時間信号に変換する逆周波数変換工程とを有し、前記逆周波数変換工程の出力を各音声チャンネルの出力信号とする。

さらに、本発明は、複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに複数の周波数変換部により周波数信号に変換する周波数変換工程と、前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較工程と、前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較工程と、前記振幅比較工程からの信号レベルに応じて第１の抽出係数に変換すると共に、前記位相比較工程からの信号レベルに応じた第２の抽出係数に変換する抽出係数生成工程と、前記抽出係数生成工程から出力される抽出係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル抽出するように前記抽出係数を選択し、選択された抽出係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる選択／抽出工程と、前記選択／抽出工程からの出力を時間信号に変換する逆周波数変換工程と、前記各逆周波数変換工程からの出力を前記入力された各音声チャンネルの信号から減算する減算工程とを有し、前記減算工程からの出力を各音声チャンネルの出力信号とする。

また、本発明に係るプログラムは、上述した風雑音低減処理をコンピュータに実行させるものである。

本発明によれば、風雑音信号のように相関性がない信号は大きく振幅／位相が乱れる特徴を利用して風雑音信号のみを除去することができる。このとき、風雑音信号でも同じ振幅として検出される誤動作を、位相についてもみることで防ぐことができ、風雑音の低減効果をより高めることができる。

以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。

図１は、本発明の第１の実施の形態となる風雑音低減装置を概略的に示すブロック図である。この図１に示す風雑音低減装置は、複数の音声チャンネルから複数の音声信号、例えばステレオの右、左チャンネル（Ｒｃｈ，Ｌｃｈ）の音声信号が入力端子５０，５１から入力される。入力端子５０，５１からの入力音声信号は、複数の音声信号を所定フレーム時間ごとに時間領域から周波数領域の信号に変換する複数の周波数変換部、例えば高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）部５２，５３に送られる。ＦＦＴ部５２，５３からの所定周波数（後述する風雑音帯域の周波数ｆ１〜ｆｎ）は、位相比較部５５及び振幅比較部５４に送られる。振幅比較部５４は、前記所定周波数において、それぞれ振幅値を算出して複数の音声チャンネル間での信号の振幅差を演算する。位相比較部５５は、それぞれ位相値を算出して複数の音声チャンネル間での信号の位相差を演算する。減衰係数生成部５６は、振幅比較部５４からの信号レベルに応じて第１の減衰係数に変換すると共に位相比較部５５からの信号レベルに応じて第２の減衰係数に変換する。周波数選択／減衰部５７，５８は、減衰係数生成部５６から出力される第１の減衰係数及び第２の減衰係数で、複数の音声チャンネル毎に、振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように減衰係数を選択し、選択された減衰係数を乗ずる。帯域合成部５９，６０は、周波数選択／減衰部５７，５８からの信号と複数のＦＦＴ部５２，５３における所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する。複数の逆周波数変換部である逆高速フーリエ変換（ＩＦＦＴ：Inverse ＦＦＴ）部６１，６２は、帯域合成部５９，６０からの出力をそれぞれ時間信号に変換する。各ＩＦＦＴ部６１，６２の出力を各音声チャンネル出力信号として、複数の音声チャンネルの出力端子６３，６４より取り出している。

この図１に示す第１の実施の形態のより詳細な説明に先立ち、一般的なビデオカメラにおける風雑音信号の例と、本件出願人が先に提案した上記特許文献５（特開２００７−８１５６０号公報）に記載の技術について説明する。

図２は、一般的なビデオカメラにおける風雑音信号の周波数特性例を示す図である。この図２において、風雑音は、約１ｋＨｚ〜２ｋＨｚ程度から低周波数になるにしたがって１／ｆ特性（ｆは周波数）でレベルが増加する。しかし、使用するマイクロホンユニットの特性や、入力段アナログ回路のカップリングコンデンサの影響で極低周波数ではレベルが減少するために、約２００Ｈｚ付近にピークをもっている。さらに風雑音信号の特徴としては、マイクロホン近辺に発生する渦状の気流（カルマン渦と呼ばれる）が原因であるために、複数のマイクロホンからの風雑音信号は、音声信号と比較して各マイクロホン間で相関性がないランダム信号に近似することが可能である。

次に、図３は、前記特許文献５（特開２００７−８１５６０号公報）に記載されている風雑音低減装置を概略的に示すブロック図である。

この図３の風雑音低減装置においては、高速フーリエ変換（ＦＦＴ）を利用して時間領域の入力信号を周波数領域に変換している。まず入力端子１、２から入力するステレオの右、左チャンネルのＲｃｈ、Ｌｃｈ信号は、それぞれＦＦＴ部５、７で、音声帯域の時間領域信号を周波数ｆ１〜ｆｍのｍ個の周波数領域信号に変換する。また加算器３と１／２乗算器４を経た（Ｌ＋Ｒ）ｃｈ信号も、同様にＦＦＴ部６で周波数ｆ１〜ｆｍのｍ個の周波数領域信号に変換する。ここで各ＦＦＴ部５〜６では、周波数ｆ１〜ｆｍの周波数領域信号を、一例として風雑音帯域の周波数ｆ１〜ｆｎと、風雑音帯域以外の周波数ｆ（ｎ＋１）〜ｆｍに分割する。そして、周波数ｆ１〜ｆｎのＲｃｈ及びＬｃｈ信号を（Ｌ＋Ｒ）ｃｈ信号とそれぞれにレベル比較／選択部８及び９に入力する。レベル比較／選択部８及び９は、周波数ｆ１〜ｆｎの各周波数毎にレベル比較を行い、最もレベルの小さいチャンネルの信号を選択する動作を、すべての周波数ｆ１〜ｆｎについて実施する。選択された信号を帯域合成部１０、１１に入力し、再び周波数ｆ（ｎ＋１）〜ｆｍの信号と帯域合成し、周波数ｆ１〜ｆｍの信号として、逆高速フーリエ変換（ＩＦＦＴ）部１２，１３に送る。ＩＦＦＴ部１２，１３は、周波数領域信号を時間領域信号に逆変換して、端子１４，１５からＲｃｈ信号、Ｌｃｈ信号として出力する。

レベル比較／選択部８及び９の構成は同じであるため、レベル比較／選択部８について図４を参照しながら説明する。周波数領域のＦ（Ｒ）ｃｈ信号が端子２０より入力し、同様にＦ（Ｌ＋Ｒ）ｃｈ信号が端子２１から入力し、それぞれ絶対値処理部２２、２３と選択部２６に入力する。この絶対値処理部は、周波数領域上での処理なので、後で説明する。そしてレベル比較部２４で各チャンネルのレベル比較が行われ、先の選択部２６に判定情報２５として送られる。選択部２６は判定情報２５により、入力するチャンネルのレベルの小さい方を選択して、端子２７に出力する。レベル比較／選択部９も同様である。

次に、図５を参照しながら、風雑音低減の動作原理を簡単に説明する。図５の（ａ）、（ｂ）、（ｃ）は、それぞれレベル比較／選択部８及び９における各ｃｈの絶対値処理部の出力で、横軸は周波数、縦軸は絶対値レベルである。ここでは周波数ｆ１からｆ５が風雑音信号を、ｆ８からｆ１２が音声信号を表している。そしてレベル比較／選択部８で（ｂ）と（ｃ）の絶対値レベルが各周波数ポイントごとに比較され、図５の（ｅ）のようにレベルの小さい側のｃｈが選択されて出力する。同様にレベル比較／選択部９で（ａ）と（ｃ）の絶対値レベルが各周波数ポイントごとに比較され、図５の（ｄ）のようにレベルの小さい側のｃｈが選択されて出力する。ここで（ｄ）、（ｅ）において周波数ｆ１からｆ５の風雑音帯域ではレベルの減少した出力が得られ、ｆ８からｆ１２の音声帯域には、ほとんど影響を与えないため、風雑音だけを低減して音声信号を抽出することが可能になる。

以上のような技術においては、風雑音信号と比較して音声信号が同相成分に近いことを利用して、音声信号のみを抽出するようにしていた。しかし、このように信号レベル（振幅）情報のみで、同相か否かを判断すると、一部においては風雑音信号を同相成分と判断する誤動作が発生し、これが抽出されることにより低減効果を落とす要因になっていた。

本発明は、このような点を考慮し、風雑音信号の一部に存在する同相成分による誤動作を防ぐとともに、さらに低減効果を上げて風雑音成分を入力信号より除去する低減手法を提案するものである。

以下に発明の要点を列挙する。
１．風雑音成分を、ＦＦＴ（高速フーリエ変換）等により周波数領域に変換し、振幅と位相の両方から風雑音成分を検出して除去する。
２．各チャンネル間におけるＦＦＴ出力等の周波数変換出力信号の振幅差と位相差の両者から、それぞれ風雑音成分を減衰、もしくは抽出するための振幅係数及び位相係数に変換する際に、変換特性を自由に指定する。これにより、たとえばわずかな振幅差や位相差においても大きく低減する設定も可能にする。
３．風雑音信号の帯域が、オーディオサンプリング周波数に比較して、低域周波数にあるため、デシメーション（間引き）とインターポレーション（補間）を行うことで周波数領域における処理の簡略化を図る。
前記図１は、これらの点を考慮した本発明の第１の実施の形態を示すものである。

次に、前述した時間領域から周波数領域の信号に変換する周波数変換部となるＦＦＴ手段（例えば図１のＦＦＴ部５２、５３）の構成及び動作について、図６を参照しながら説明する。図６は、ＦＦＴ手段の概略構成を示すブロック図である。端子３０からの連続時間信号は、フレーム化部３１により、所定数のフレーム単位に分割され、さらにＷＩＮＤＯＷ処理部３２にてフレーム化したときの高調波発生（一般に、ギブス現象と呼ばれる）を抑えるためにＷＩＮＤＯＷ処理を施す。次段のＦＦＴ処理部３３にて周波数領域信号に変換され、端子３４より出力される。なお本発明では、ＦＦＴを用いているが、周波数変換部は、ＦＦＴのみに限定されない。

次に、図７は、前述した周波数領域の信号を時間領域の信号に変換する逆周波数変換部となるＩＦＦＴ手段（例えば図１のＩＦＦＴ部６１，６２）の概略構成を示すブロック図である。この図７において、端子４０からの周波数信号は、ＩＦＦＴ処理部４１にて時間領域信号に変換され、さらに逆フレーム化部４２により、所定数のフレーム単位を連続時間信号に変換し、端子４３より出力される。なお本発明では、ＩＦＦＴを用いているが、逆周波数変換部は、ＩＦＦＴのみに限定されない。

次に、図８を参照しながら、ＦＦＴ処理とナイキスト周波数について説明する。ＦＦＴでは、時間領域の実数データが周波数領域の複素数データに変換されるが、一例でＦＦＴ処理単位をフレームと呼ぶ。その時間領域信号の１フレームのデータ数を１０２４、サンプリング周波数を４４．１ｋＨｚとすると、ＦＦＴ後の有効な実数（Ｒｅ）データ数が５１２と、有効な虚数（Ｉｍ）データ数が５１２に変換される。これはナイキスト周波数（サンプリング周波数／２）に支配されるためであり、周波数分解能は、ナイキスト周波数／５１２（２２．１ｋＨｚ／５１２＝約４３Ｈｚ）となる。

次に、図９を参照しながら、前述の複素数データを極座標表現で説明する。ＦＦＴ後の複素数データは、ｘ軸を実数部、ｙ軸を虚数部とした極座標で表現でき、たとえば極座標上でＰ１ポイントは、実数値Ｒｅ１と虚数値Ｉｍ１のベクトル加算でとして表現される。そしてその振幅（レベル）と位相は以下式で求められる。
振幅＝√（（Ｒｅ）^２＋（Ｉｍ）^２）
位相＝Ｔａｎ^−１（Ｉｍ／Ｒｅ）
同様にＰ２、Ｐ３ポイントもそれぞれの実数値と虚数値から振幅と位相が求められる。

ここで、前記特許文献５（特開２００７−８１５６０号公報）に記載されている技術においては、図５に示したように、上述の振幅のみをチャンネル間で比較していた。このため、例えば図９のＰ３ポイントの場合には、振幅はＰ１ポイントと同じであるが、位相が異なるような場合でも、同一信号として抽出されていた。言い換えれば、従来はチャンネル間で位相が異なる風雑音信号でも、振幅が同じであれば低減できない問題があった。これに対して本発明では、振幅に加えて位相情報も風雑音の検出に利用することで、より精度を高めるようにしている。

このような本発明の具体例として、前記図１は、第１の実施の形態となる風雑音低減装置を示している。

図１の第１の実施の形態において、入力端子５０、５１よりＲｃｈ及びＬｃｈデジタル信号が入力され、それぞれＦＦＴ部５２、５３にて時間領域信号から周波数領域信号に変換される。さらに出力される周波数領域信号を風雑音帯域ｆ１〜ｆｎの信号と、それ以外の帯域ｆｎ＋１〜ｆｍの音声信号に分割して、風雑音帯域以外の音声信号は、前記図３の帯域合成部１０、１１と同様に構成される帯域合成部５９、６０に送られる。前記風雑音帯域の信号は、それぞれに周波数選択／減衰部５７，５８と、さらに振幅比較部５４及び、位相比較部５５に入力される。そして振幅比較部５４及び、位相比較部５５では、チャンネル間で同じ周波数ポイントにおいて、振幅と位相の両者について比較し、その差分成分を減衰係数生成部５６に送る。減衰係数生成部５６は、生成される減衰係数を周波数選択／減衰部５７，５８にて、それぞれの周波数ポイントｆ１〜ｆｎ毎に前記減衰係数を施す。周波数選択／減衰部５７，５８からの信号は、帯域合成部５９、６０にて風雑音帯域以外の帯域ｆｎ＋１〜ｆｍの音声信号と合成し、ＩＦＦＴ部６１，６２にて周波数領域信号から時間領域信号に変換されて出力端子６３、６４より出力される。

この第１の実施の形態においては、周波数領域信号を風雑音帯域ｆ１〜ｆｎと、風雑音帯域以外の帯域ｆｎ＋１〜ｆｍに分割して、風雑音帯域ｆ１〜ｆｎの信号について風雑音低減処理を行った後、風雑音帯域以外の帯域ｆｎ＋１〜ｆｍの音声信号と合成している。しかし、風雑音帯域ｆ１〜ｆｎの信号から風雑音成分のみを抽出して、元の入力信号から減算するようにしてもよい。このように、風雑音成分抽出して元の入力信号から減算する風雑音低減装置の例を図１０に示す。

図１０は、本発明の第２の実施の形態となる風雑音低減装置を概略的に示すブロック図である。この図１０に示す風雑音低減装置において、入力端子７０，７１には複数の音声チャンネルから複数の音声信号、例えばステレオの右、左チャンネル（Ｒｃｈ，Ｌｃｈ）の音声信号が入力される。入力された複数チャンネルの音声信号は、複数の周波数変換部、例えばＦＦＴ（高速フーリエ変換）部７２，７３により、複数の音声信号が所定フレーム時間ごとに時間領域から周波数領域の信号に変換される。ＦＦＴ部７２，７３からの所定周波数（前記風雑音帯域の周波数ｆ１〜ｆｎ）において、振幅比較部７４により、それぞれ振幅値を算出して複数の音声チャンネル間での信号の振幅差を演算する。また、位相比較部７５により、それぞれ位相値を算出して複数の音声チャンネル間での信号の位相差を演算する。抽出係数生成部７６は、振幅比較部７４からの信号レベルに応じて第１の抽出係数に変換すると共に位相比較部７５からの信号レベルに応じて第２の抽出係数に変換する。周波数選択／抽出部７７，７８は、抽出係数生成部７６から出力される第１の抽出係数及び第２の抽出係数で、複数の音声チャンネル毎に、振幅差もしくは位相差が大きい周波数信号を最もレベル抽出するように抽出係数を選択し、選択された抽出係数を乗ずる。複数の逆周波数変換部であるＩＦＦＴ（逆高速フーリエ変換）部７９，８０は、周波数選択／抽出部７７，７８からの信号を時間信号に変換する。各ＩＦＦＴ部７９，８０からの出力を、減算器８３，８４に送って、入力端子７０，７１より遅延器８１，８２をそれぞれ介した各音声チャンネル信号から減算する。各減算器８３，８４の出力を各音声チャンネル出力信号として、複数の音声チャンネルの出力端子８５，８６より取り出している。

この図１０において、入力端子７０、７１よりＲｃｈ及びＬｃｈデジタル信号が入力され、それぞれＦＦＴ部７２、７３にて時間領域信号から周波数領域信号に変換されるとともに、遅延器８１、８２に送られる。そしてＦＦＴ部７２、７３では、周波数領域の風雑音帯域ｆ１〜ｆｎの信号のみを出力するようにして、それぞれを周波数選択／抽出部７７、７８と、振幅比較部７４及び位相比較部７５に入力する。さらに振幅比較部７４及び位相比較部７５では、チャンネル間で同じ周波数ポイントにおいて、前記図９で示した振幅と位相の両者について比較し、その差分成分を抽出係数生成部７７、７８に送る。抽出係数生成部７７、７８で生成される抽出係数を、周波数選択／抽出部７７，７８にて、それぞれの周波数ポイントｆ１〜ｆｎ毎に前記抽出係数を施して、ＩＦＦＴ部７９，８０にて周波数領域信号から時間領域信号に変換する。

ここで、図１の第１の実施の形態では、全帯域ｆ１〜ｆｍのなかで風雑音帯域ｆ１〜ｆｎにおける風雑音信号だけを減衰するようにした。これに対して、図１０の第２の実施の形態では、前記ＩＦＦＴ部７９，８０からは風雑音帯域ｆ１〜ｆｎにおける風雑音信号だけを抽出して時間領域信号に変換し出力している。したがって、前記遅延器８１，８２からの所定遅延が施された全帯域信号から、減算器８３、８４にて、前記抽出した風雑音信号（ＩＦＦＴ部７９，８０からの信号）をそれぞれ減算して、出力端子８５、８６から音声信号のみを出力している。前記遅延器８１，８２は、風雑音信号の処理遅延分を考慮している。このように、減算する信号のＦＦＴ／ＩＦＦＴなどによる処理時間分を、減算される信号に施すことにより、風雑音の低減処理精度を上げることができる。

次に、第１、第２の実施の形態における風雑音成分の減衰係数もしくは抽出係数の生成のための構成例について、図１１を参照しながら説明する。この図１１中の振幅計算部９２、９３と減算器９６と絶対値化処理部９８と振幅差／係数変換部１００とが、図１、図１０の振幅比較部（５４，７４）に相当し、位相計算９４、９５と減算器９７と絶対値化処理９９と位相差／係数変換部１０１とが、位相比較部（５５，７５）に相当する。また、図１１の係数選択部１０２が、図１の減衰係数生成部（５６）もしくは図１０の抽出係数生成部（７６）に相当し、乗算器１０３、１０４が、図１の周波数選択／減衰部（５７，７８）もしくは図１０の周波数選択／抽出部（７７，７８）に相当する。

図１１において、前記ＦＦＴ部（５１，５２，７１，７２）からのステレオ右、左チャンネル（Ｒｃｈ，Ｌｃｈ）の風雑音帯域の周波数領域信号Ｆ（ｒ）、Ｆ（ｌ）が端子９０、９１から入力される。ここでは周波数ｆ１〜ｆｎの各ポイントごとに、振幅計算部９２、９３で各チャンネルごとに、前記図９に示したように振幅を計算し、同様に位相計算部９４、９５で位相を算出し、それぞれ減算器９６，９７で各チャンネル（Ｒｃｈ，Ｌｃｈ）の間の差分を算出する。すなわち、振幅成分を減算器９６にて振幅差分Ｄｉｆｆ＿Ａ（ｆ１〜ｆｎ）を算出し、同様に減算器９７で位相差分Ｄｉｆｆ＿Φ（ｆ１〜ｆｎ）を算出する。さらに絶対値化処理部９８、９９を介して絶対値化後に、それぞれ振幅差／係数変換部１００と位相差／係数変換部１０１に送る。なお、ここでの絶対値化処理は符号統一処理であり、例えば正符号化を行い、レベルのみを算出する。

この振幅差／係数変換部１００及び位相差／係数変換部１０１では、それぞれ例えば図１２及び図１３に示すような変換テーブル（変換特性）を用いて、振幅差分及び位相差分の絶対値を係数に変換している。これらの図１２、図１３の横軸は、それぞれ前記振幅差分Ｄｉｆｆ＿Ａ（ｆ１〜ｆｎ）、位相差分Ｄｉｆｆ＿Φ（ｆ１〜ｆｎ）の絶対値化された信号レベルを示し、縦軸は、出力される係数を示す。ここでは簡単のために係数の値として０〜１を割り当てている。これらの図１２、図１３において、前記第１の実施の形態では破線ａに示す減衰係数の変換テーブルを用いて変換し、第２の実施の形態では実線ｂに示す抽出係数の変換テーブルを用いて変換するようにしている。変換された係数０〜１は、係数選択部１０２にて、振幅係数と位相係数の値の一方が選択されて、各周波数ポイントごとに乗算器１０３及び１０４で周波数信号と係数が乗算されて、端子１０５、１０６より出力される。

ここで、係数選択部１０２は、振幅差／係数変換部１００及び位相差／係数変換部１０１にてそれぞれ生成された振幅係数及び位相係数から一方の係数を選択する。この係数選択部１０２において、第１の実施の形態では値の小さい方の係数を選択し、第２の実施の形態では値の大きい方の係数を選択し、その変換係数を乗算器１０３と乗算器１０４へ乗算係数として供給している。またこの時の単位は、たとえば振幅差分は［ｄＢ］、位相差分は［度］、それぞれの変換係数は［無単位］となる。

より具体的に、図１２、図１３の破線ａに示す第１の実施の形態の場合について説明する。振幅差分の変換テーブル（変換特性）を示す図１４の（Ａ）で、例えば振幅差分Ａ１が検出されると振幅係数Ｋ１に変換され、位相差分の変換テーブル（変換特性）を示す図１４の（Ｂ）で、例えば位相差分Ａ２が検出されると位相係数Ｋ２に変換される。係数Ｋ１及びＫ２はどちらも最小値０〜最大値１の範囲内の値に正規化されているから、この場合はより値の小さいＫ２が選択されて、乗算器１０３と乗算器１０４において共通の乗算係数（減衰係数）となる。

同様に図１２、図１３の実線ｂに示す第２の実施の形態の場合において、振幅差分の図１５の（Ａ）で例えば振幅差分Ｂ１が検出されると振幅係数Ｋ１に変換され、位相差分の図１５の（Ｂ）で例えば位相差分Ｂ２が検出されると位相係数Ｋ２に変換される。そしてこの場合は、より値の大きいＫ２が選択されて、乗算器１０３と乗算器１０４において共通の乗算係数（抽出係数）となる。

次に、図１６を参照しながら、第１の実施の形態における風雑音低減処理の具体例について説明する。図１６の（ａ）〜（ｄ）は、それぞれ周波数領域の前記風雑音帯域ｆ１〜ｆｎ内の信号を振幅（上段）と位相（下段）に分けて表しており、横軸の周波数はｆ１〜ｆ５は風雑音信号を、ｆ８〜ｆ１２は音声信号（風雑音帯域内の音声信号）を表している。図１６の（ａ）は、Ｌｃｈ入力周波数信号で、図１６の（ｂ）は、Ｒｃｈ入力周波数信号である。前述したように風雑音はマイクロホン近辺に発生する渦状の気流が原因であるために、複数のマイクロホンからの風雑音信号は、各マイク間で相関性がないランダム信号に近似するために振幅も位相もチャンネル間で異なる。逆に音声信号は、マイクロホン間隔よりも十分に遠い音源から入力するために振幅も位相もチャンネル間で同じになりやすい。

したがってこのような信号を、図１に示した第１の実施の形態の風雑音低減装置を用いて図１２及び図１３の破線曲線ａ及びｃにより処理すると、周波数選択／減衰部５６、５８の出力には、図１６の（ｃ）、（ｄ）に示す信号が取り出される。すなわち、図１６の（ａ）と（ｂ）の同一周波数ポイントにおいて、振幅差成分と位相差成分から図１２と図１３の変換により独立に振幅係数と位相係数を求めて、係数の小さいほうを選択して振幅と位相の両者に乗算する。このとき、風雑音信号のようなランダム信号はＡＬ１〜ＡＬ５及びＡＲ１〜ＡＲ５のように減衰し、音声信号を多く含む信号では、ＡＬ８〜ＡＬ１２及びＡＲ８〜ＡＲ１２のように音声信号のみが残ることになる。これにより、第１の実施の形態の風雑音低減装置の目的が達せられる。

次に、図１７を参照しながら、第２の実施の形態における風雑音低減処理の具体例について説明する。図１７の（ａ）〜（ｄ）は、図１６の（ａ）〜（ｄ）と同様に、それぞれ周波数領域の前記風雑音帯域ｆ１〜ｆｎ内の信号を振幅（上段）と位相（下段）に分けて表している。横軸の周波数はｆ１〜ｆ５は風雑音信号を、ｆ８〜ｆ１２は音声信号（風雑音帯域内の音声信号）を表している。図１７の（ａ）は、Ｌｃｈ入力周波数信号で、図１７の（ｂ）は、Ｒｃｈ入力周波数信号である。このような信号を図１０に示した第２の実施の形態の風雑音低減装置を用いて図１２及び図１３の実線曲線ｂ及びｄにより処理すると、周波数選択／抽出部７７、７８の出力には、図１７の（ｃ）、（ｄ）に示す信号が取り出される。すなわち、図１７の（ａ）と（ｂ）同一周波数ポイントにおいて、振幅差成分と位相差成分から図１２と図１３の変換により独立に振幅係数と位相係数を求めて、第１の実施の形態とは逆に係数の大きいほうを選択して振幅と位相の両者に乗算する。このとき、風雑音信号のようなランダム信号がＢＬ１〜ＢＬ５、及びＢＲ１〜ＢＲ５のように抽出され、音声信号を多く含む信号では、ＢＬ８〜ＢＬ１２、及びＢＲ８〜ＢＲ１２のように音声信号のみが減衰することになる。これにより、第２の実施の形態の風雑音低減装置の目的が達せられる。

なお、図１２、図１３は、変換特性曲線を自由に設定できるため、例えば傾きを大きくすれば、わずかな振幅差や位相差、言い換えれば微風などのわずかな風雑音でも低減効果を上げることができる。また振幅と位相で変換カーブを同じにする必要はなく、それぞれに最適化することも可能である。また変換特性を対数（Ｌｏｇ）特性にすることで、変化率が人間の聴覚特性にマッチするようにもできる。さらに入力値が変化しても出力値が変化しない不感帯領域を設けることで、微小レベル差における変動や、突然の大きなレベル差による影響も避けることができる。

例えば、図１８の変形例において、前記図１２及び図１３の実線曲線ｂ及びｄに示した第２の実施の形態の変換特性を、図１８の（Ａ）及び（Ｂ）の実線曲線ｅ及びｇに再度示している。この変換特性のような左上方向に凸の形状の曲線ｅ及びｇを、例えば破線曲線ｆ及びｈのようにそれぞれ右下方向に凸の形状に変形することにより、不感帯領域は同じでも変換特性が異なる。一例として、そよ風のような微風の場合には、検出される振幅差分や位相差分が比較的ゼロに近い、低レベル領域となるが、実線の変換特性曲線ｅ及びｇでは、低レベルでも特性が立っている（傾きが大きい）ために微風も低減できる。これに対して、破線の変換特性曲線ｆ及びｈでは、低レベルで特性が寝ている（傾きが小さい）ためにほとんど低減しない。逆に台風時のような強風の場合には、入力する振幅差分や位相差分が高レベルの不感帯領域となるため、どちらも低減が最大限に行われる。このように実線の変換特性曲線ｅ及びｇに比較して、破線の変換特性曲線ｆ及びｈでは低減効果が緩やかとなる。

次に、図１９の変形例において、前記図１２及び図１３の実線曲線ｂ及びｄに示した第２の実施の形態の変換特性を、図１９の（Ａ）及び（Ｂ）の実線曲線ｅ及びｇに再度示し、変形例を破線の変換特性曲線ｆ及びｈにそれぞれ示している。この変換特性の変形例のように、実線の変換特性曲線ｅ及びｇの低レベルの不感帯領域を、破線の変換特性曲線ｆ及びｈのように広げる（拡張する）方向に変えることでも、低レベル領域の低減効果が抑制されて、同様の効果が得られる。

このような係数変換例は一例であり、本発明ではこのように変換特性を変えることにより容易に低減効果を制御できるため、複数の特性特性（変換テーブル）をあらかじめ用意しておき、ユーザが自由に切替えて使用することも可能である。

また、図１８、図１９には、第２の実施の形態の場合のみを図示して説明したが、第１の実施の形態の場合においても同様に変換特性を制御可能であることは勿論である。

ここで、上述したような本発明の実施の形態において、図１１の振幅差／係数変換部１００及び位相差／係数変換部１０１として、それぞれ独立した変換テーブル（変換特性）を用いて、振幅差分及び位相差分の絶対値を係数に変換することができる。これらの変換テーブル（変換特性）を独立に設定することで、複数のマイクロホン距離間隔などの実装条件や、風雑音レベルと低減効果の最適化、振幅と位相の検出比率などを状況に合わせて自由に設定することができる。また、前記変換特性を、対数（Ｌｏｇ）特性にすることで、人間の聴感特性にあわせることができ、低減時の違和感を抑えることができる。さらに、前記変換特性に、入力する差分値が変化しても、変換される係数値が変化しない不感帯領域を設けることにより、微小レベルにおける変動や、巨大レベル変化などに不感となり、聴感上での違和感を抑えることができる。

次に、本発明の第３の実施の形態の風雑音低減装置について、図２０を参照しながら説明する。この図２０に示す第３の実施の形態は、前記図１０の本発明の第２の実施の形態のＦＦＴ処理について、デシメーション（間引き）により処理帯域を落とすようにしたものである。図２０における図１０の各部構成に対応する部分については、同じ指示符号を付して説明を省略する。

すなわち、図２０のＦＦＴ部７２，７３、振幅比較部７４、位相比較部７５、抽出係数生成部７６、周波数選択／抽出部７７，７８、ＩＦＦＴ部７９，８０は、前記図１０の各部と同様に構成されている。ＦＦＴ部７２、７３の前段にデシメーション（間引き）部２０２、２０３を配し、またＩＦＦＴ部７９、８０の後段にインターポレーション（補間）部２０６、２０７を配していることが相違している。図２０の入力端子２００，２０１には、図１０の入力端子７０，７１と同様に、例えばステレオの右、左チャンネル（Ｒｃｈ，Ｌｃｈ）の音声信号が入力される。入力端子２００からの信号がデシメーション部２０２及び遅延器２０４に送られ、入力端子２０１からの信号がデシメーション部２０３及び遅延器２０５に送られている。また、インターポレーション部２０６からの信号が減算器２０８に送られて、遅延器２０４を介した全帯域信号から減算され、インターポレーション部２０７からの信号が減算器２０９に送られて、遅延器２０５を介した全帯域信号から減算される。これらの各減算器２０８，２０９の出力を各音声チャンネル出力信号として、出力端子２１０，２１１より取り出している。

この第３の実施の形態の動作を説明するために、図２１を参照しながらＦＦＴ処理におけるデシメーション（間引き）動作について説明する。

前述した第１，第２の実施の形態で用いられるＦＦＴ部は、前記図８において説明した一般的なＦＦＴ動作を行うことを前提にしているが、本発明がターゲットとする風雑音は、前記図２に示したように、１ｋＨｚ〜２ｋＨｚ以下の低域に集中している。このため、ナイキスト周波数（サンプリング周波数／２）に対して、処理周波数に無駄が多い。この点を考慮し、図２１に示すように、デシメーション動作によりＦＦＴ処理帯域を落として動作させることにより、周波数分解能は不変でＦＦＴの処理負荷と回路を少なくすることができる。図２１は、周波数を１／２にデシメートした例を示す。

図２１において、ＦＦＴ部（５１，５２，７１，７２）に入力するフレームデータ数を図８と同様に１０２４とし、サンプリング周波数を４４．１ｋＨｚとする。ここで、周波数を１／２にデシメート（間引き処理）する場合、ナイキスト周波数は４４．１ｋＨｚ／４（約１１ｋＨｚ）となる。このとき、出力される実数データ数及び虚数データ数はともに２５６と１／２になるが、周波数分解能は、約４３Ｈｚ（１１ｋＨｚ／２５６）と変わらない。これにより振幅算出、位相算出、レベル比較、係数生成などの演算量も１／２となり、処理帯域も十分に確保できる。なお、図２１の例では１／２デシメートの場合を示したが、さらに１／４、１／８にデシメートすることも可能である。

また逆に、図８と同じ処理演算量で、図２２のように周波数分解能を上げることもできる。つまり、図８の例に対して、ＦＦＴ部（５１，５２，７１，７２）に入力するフレームデータ数を２０４８と２倍にすれば、ナイキスト周波数は４４．１ｋＨｚ／４（約１１ｋＨｚ）で、周波数分解能を約２２Ｈｚ（１１ｋＨｚ／５１２）にすることができる。出力される実数データ数及び虚数データ数は図８と同じでともに５１２となり、より高精度な周波数で振幅算出、位相算出、レベル比較、係数生成などを行うことができるために、風雑音の低減効果を上げることができる。

次に、図２０のデシメーション部２０２、２０３については、例えば図２３に示すような構成を用いることができる。この図２３に示すデシメーション部（２０２，２０３）は、デシメーションフィルタ部１１０とダウンサンプリング部１１１で構成されている。１／ｍにデシメートする場合には、デシメーションフィルタ部１１０は、１／ｍに帯域制限を行うフィルタであり、サンプリング周波数Ｆｓで動作させる。そしてダウンサンプリング部１１１では、入力データ数を１／ｍまで間引き動作を行い、図２０のＦＦＴ部７２、７３に送られる。

また、図２０のインターポレーション（補間）部２０６，２０７については、例えば図２４に示すような構成を用いることができる。この図２４に示すインターポレーション部（２０６，２０７）は、デシメートされた信号を元のサンプリング信号に戻す処理であり、インターポレーションフィルタ部１２１とアップサンプリング部１２０で構成される。ｍ倍（×ｍ）にインターポレートする場合には、まずアップサンプリング部１２０で、入力データ数をｍまでゼロ補間動作を行い、さらにインターポレーションフィルタ部１２１で元のナイキスト周波数に帯域制限を行い出力される。

したがって図２０に示す第３の実施の形態では、周波数領域の処理をすべて、風雑音帯域に制限して処理することができる。このため、音声信号と風雑音信号の周波数分離度を上げることができて、音声信号と風雑音信号の周波数がわずかでも異なれば、風雑音成分のみを除去することができ、また効率の良い低減処理が可能になる。

また、前記図１の本発明の第１の実施の形態のＦＦＴ処理について、デシメーションにより処理帯域を落とすようにしてもよく、この場合の例を、本発明の第４の実施の形態として図２５に示す。すなわち、この図２５に示す第４の実施の形態は、前記図１の第１の実施の形態のＦＦＴ処理をデシメートしたものであり、図１の各部構成に対応する部分については、同じ指示符号を付して説明を省略する。

図２５において、振幅比較部５４、位相比較部５５、減衰係数生成部５６、周波数選択／減衰５７，５８は、前記図１の各部と同様に構成されている。図２５の入力端子３００，３０１には、図１の入力端子５０，５１と同様に、例えばステレオの右、左チャンネル（Ｒｃｈ，Ｌｃｈ）の音声信号が入力される。入力端子３００からの信号がデシメーション部３０２及びＨＰＦ（ハイパスフィルタ）３０６に送られ、入力端子３０１からの信号がデシメーション部３０３及びＨＰＦ３０７に送られている。デシメーション部３０２，３０３からの信号がＦＦＴ部３０４に送られ、デシメーション部３０３からの信号がＦＦＴ部３０５に送られている。周波数選択／減衰５７，５８からの信号がそれぞれＩＦＦＴ部３０８，３０９に送られ、ＩＦＦＴ部３０８，３０９からの信号がそれぞれインターポレーション部３１０，３１１に送られている。インターポレーション部３１０からの信号が帯域合成部３１２に送られて、ＨＰＦ３０６からの信号と合成され、インターポレーション部３１１からの信号が帯域合成部３１３に送られて、ＨＰＦ３０７からの信号と合成される。これらの各減算器帯域合成部３１２，３１３の出力を各音声チャンネル出力信号として、出力端子３１４，３１５より取り出している。

この図２５に示す第４の実施の形態のデシメーション部３０２，３０３は、前記図２３と同様に構成される。１／ｍにデシメートする場合には、入力信号をデシメーションフィルタ部１１０で１／ｍに帯域制限し、ダウンサンプリング部１１１で入力データ数を１／ｍまで間引き動作を行い、図２５のＦＦＴ部３０４，３０５に送る。ＦＦＴ部３０４，３０５は、間引きされた風雑音帯域信号ｆ１〜ｆｎを出力し、この風雑音帯域信号ｆ１〜ｆｎに対して、振幅比較部５４、位相比較部５５、減衰係数生成部５６、周波数選択／減衰部５７，５８により、図１の説明と同様な処理が行われる。周波数選択／減衰部５７，５８からの風雑音成分が減衰した帯域信号ｆ１〜ｆｎがＩＦＦＴ部３０８，３０９に送られて周波数領域の信号が時間領域の信号に逆変換され、それぞれインターポレーション部３１０，３１１に送られる。

図２５のインターポレーション部３１０，３１１は、前記図２４と同様に構成され、ｍ倍（×ｍ）にインターポレートする場合には、入力データ数をｍまでゼロ補間動作を行い、さらにインターポレーションフィルタで元のナイキスト周波数に帯域制限を行う。帯域合成部３１２，３１３で、ＨＰＦ部３０６，３０７を介した音声信号ｆｎ＋１〜ｆｍと帯域合成する。このＨＰＦ部３０６，３０７は、入力信号から音声信号ｆｎ＋１〜ｆｍの帯域を抽出するフィルタであるが、図１０における遅延器８１，８２と同様の時間遅延の役割も兼ねている。そして帯域合成されたｆ１〜ｆｍ信号は、出力端子３１４，３１５より出力される。

したがって、図２５に示す第４の実施の形態でも、周波数領域の処理をすべて、風雑音帯域に制限して処理することができる。このため、音声信号と風雑音信号の周波数分離度を上げることができて、音声信号と風雑音信号の周波数がわずかでも異なれば、風雑音成分のみを除去することができ、また効率の良い低減処理が可能になる。

上述したような本発明の実施の形態によれば、入力信号をＦＦＴにより周波数領域に変換し、複数チャンネルの同じ周波数ポイントごとに振幅と位相を比較している。よって、ビデオカメラの内蔵マイクからの音声信号のようにチャンネル間の相関性が強い信号は同振幅／同位相として検出され、風雑音信号のように相関性がない信号は大きく振幅／位相が乱れる特徴を利用して風雑音信号のみを除去することができる。このときに風雑音信号でも同じ振幅として検出される誤動作を位相もみることで防ぐことができる。

本発明の実施の形態は、マイクロホンを内蔵する機器、特にビデオカメラなどのように、マイクロホンが近接した機器に適用する場合の効果が大きい。内蔵マイクロホンのみならず、本体に外部取り付けされたマイクロホンからの入力信号でも効果が得られる。また、すでに記録された音声信号に含まれる風雑音を、再生時に除去することが可能である。

また、音響帯域である２０Ｈｚ〜２０ｋＨｚに対して、風雑音帯域である１ｋＨｚ〜２ｋＨｚ以下の低域のみをＦＦＴ出力信号から選択して処理し、それ以外の帯域は処理する必要がないため処理効率が良い。さらに、風雑音帯域にターゲットを絞り処理効率を上げるため、ＦＦＴの前にデシメーションを行い、ＩＦＦＴ後にインターポレーションを行うことで、周波数領域の処理データ量を少なくすることができる。また、処理データ量を同じにすればさらに周波数分解能を上げて処理することで低減効果を上げるとともに、音声信号と風雑音信号の分離度を上げることができ、音声信号と風雑音信号の周波数がわずかでも異なれば、風雑音成分のみを除去することができる。

従って、本発明の実施の形態によれば、従来における問題点のような、チャンネル間の信号が無指向性化や、モノラル化することがなく、風雑音信号と同時に音声信号が除去されることがない。また、ＦＦＴ部／ＩＦＦＴ部もデシメーション動作により、演算量を抑えて、低減が可能になる。

また本発明は、風雑音信号と音声信号の振幅情報と位相情報から自動で風雑音信号のみを低減するが、前記特許文献５の図１２に記載されているように、自動雑音低減装置化しても良い。この自動雑音低減装置化は、図２６のブロック図に示すような構成により実現できる。

この図２６において、端子１３０からのデジタル入力信号は、風雑音低減部１３１及びＭＩＸ比制御部１３２に送られる。風雑音低減部１３１としては、本発明の雑音低減装置、例えば前述した本発明の第１〜第４の実施の形態の風雑音低減装置が用いられる。すなわち、前記図１、図１１、図２０、図２５に示すような構成の風雑音低減装置が、図２６の風雑音低減部１３１として用いられる。これらの図１、図１１、図２０、図２５に示す風雑音低減装置において、風雑音成分の減衰係数もしくは抽出係数の生成のためには、例えば前記図１１に示した構成が用いられる。この図１１に示す構成中の絶対値化処理部９９から得られる絶対値化位相差分信号｜Ｄｉｆｆ＿Φ（ｆ１〜ｆｎ）｜を、図２６の総和演算部１３４に送り、以下の式のように周波数ｆ１〜ｆｎの差分値の総和を演算する。

この総和演算部１３４で、この式に示す総和値が、別途設定される閾値（Threshold値）と比較される。この総和値が閾値（Threshold値）よりも大きい場合には、ＭＩＸ比制御部１３２で入力信号と風雑音低減部１３１の出力信号のＭＩＸ比を、風雑音低減部１３１の出力側を１００％にするように、制御値生成部１３５で制御値を生成する。逆に総和値が閾値よりも小さい場合には、入力信号側を１００％にするように、制御値生成部１３５で制御値を生成する。

このような構成により、各周波数において個別に低減処理をするのではなく、全風雑音信号成分の増減により本発明の風雑音低減回路がON/OFFするような自動化がなされる。なお、以上の説明では位相差分信号を使用したが、振幅差分信号を使用しても良いし、また両者を使用することも可能である。

なお、本発明は、上記実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において、種々の変更が可能である。たとえば、入力チャンネル数としては、ステレオの右、左チャンネル（Ｒｃｈ，Ｌｃｈ）の２ｃｈで説明したが、３ｃｈ以上でも同様に実施可能である。

本発明の第１の実施の形態となる風雑音低減装置の概略構成を示すブロック図である。一般的なビデオカメラにおける風雑音信号の周波数特性例を示す図である。本発明の説明に供する風雑音低減装置を概略的に示すブロック図である。図３の風雑音低減装置に用いられるレベル比較／選択部８構成の例を示すブロック図である。図３の風雑音低減装置における風雑音低減の動作原理を説明するための図である。時間領域から周波数領域の信号に変換する周波数変換部としてのＦＦＴ部の概略構成を示すブロック図である。周波数領域の信号を時間領域の信号に変換する逆周波数変換部としてのＩＦＦＴ部の概略構成を示すブロック図である。ＦＦＴ処理とナイキスト周波数を説明するための図である。時間領域の実数データが周波数領域の複素数データに変換される場合の複素数データを極座標表現で示す図である。本発明の第２の実施の形態となる風雑音低減装置の概略構成を示すブロック図である。本発明の実施の形態における風雑音成分の減衰係数もしくは抽出係数の生成のための構成例を示すブロック図である。本発明の実施の形態における振幅差／係数変換部の変換テーブル（変換特性）の一例を示す図である。本発明の実施の形態における位相差／係数変換部の変換テーブル（変換特性）の一例を示す図である。振幅差分もしくは位相差分に対する減衰係数の変換テーブル（変換特性）の他の例を示す図である。振幅差分もしくは位相差分に対する抽出係数の変換テーブル（変換特性）の他の例を示す図である。本発明の第１の実施の形態における風雑音低減の動作原理を説明するための図である。本発明の第２の実施の形態における風雑音低減の動作原理を説明するための図である。振幅差分もしくは位相差分に対する抽出係数の変換テーブル（変換特性）の変形例を示す図である。振幅差分もしくは位相差分に対する抽出係数の変換テーブル（変換特性）の他の変形例を示す図である。本発明の第３の実施の形態となる風雑音低減装置の概略構成を示すブロック図である。ＦＦＴ処理におけるデシメーション（間引き）動作（周波数１／２）を説明するための図である。フレームデータ数を２倍にしたＦＦＴ処理におけるデシメーション（間引き）動作（周波数１／２）を説明するための図である。間引き動作を行うデシメーション（間引き）部の構成例を示すブロック図である。補間動作を行うインターポレーション（補間）部の構成例を示すブロック図である。本発明の第４の実施の形態となる風雑音低減装置の概略構成を示すブロック図である。本発明の実施の形態となる風雑音低減装置を自動雑音低減装置化した場合の概略構成を示すブロック図である。

符号の説明

５０，５１，７０，７１，２００，２０１，３００，３０１入力端子、５２，５３，７２，７３，２１０，２１１，３１４，３１５ＦＦＴ（高速フーリエ変換）部、５４，７４振幅比較部、５５，７５位相比較部、５６減衰係数生成部、５７，５８周波数選択／減衰部、５９，６０，３１２，３１３帯域合成部、６１，６２，７９，８０，３０８，３０９ＩＦＦＴ（逆高速フーリエ変換）部、６３，６４，８５，８６，２１０，２１１，３１４，３１５出力端子、７６抽出係数生成部、７７，７８周波数選択／抽出部、８１，８２，２０４，２０５遅延器、８３，８４，２０８，２０９減算器、２０２，２０３，３０２，３０３デシメーション（間引き）部、２０６，２０７，３１０，３１１インターポレーション（補間）部、３０６，３０７ＨＰＦ（ハイパスフィルタ）

Claims

複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに周波数信号に変換する複数の周波数変換部と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較部と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較部と、
前記振幅比較部からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較部からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成部と、
前記減衰係数生成部から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる複数の選択／減衰部と、
前記選択／減衰部からの信号と前記複数の周波数変換部における所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する複数の帯域合成部と、
前記帯域合成部からの出力を時間信号に変換する複数の逆周波数変換部とを有し、
前記各逆周波数変換部の出力を各音声チャンネルの出力信号とする雑音低減装置。
複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに周波数信号に変換する複数の周波数変換部と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較部と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較部と、
前記振幅比較部からの信号レベルに応じて第１の抽出係数に変換すると共に、前記位相比較部からの信号レベルに応じた第２の抽出係数に変換する抽出係数生成部と、
前記抽出係数生成部から出力される抽出係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル抽出するように前記抽出係数を選択し、選択された抽出係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる複数の選択／抽出部と、
前記選択／抽出部からの出力を時間信号に変換する複数の逆周波数変換部と、
前記各逆周波数変換部の出力を前記入力された各音声チャンネルの信号から減算する複数の減算器とを有し、
前記各減算器の出力を各音声チャンネルの出力信号とする雑音低減装置。
前記周波数変換部は、高速フーリエ変換（ＦＦＴ）処理を行うＦＦＴ部であり、前記逆周波数変換部は、逆高速フーリエ変換（ＩＦＦＴ）処理を行うＩＦＦＴ部である請求項１又は２に記載の雑音低減装置。
前記ＦＦＴ部及び前記ＩＦＦＴ部は、入力信号のサンプリング周波数を前記所定周波数の最大周波数をナイキスト周波数とするサンプリング周波数付近まで間引き動作させる請求項３記載の雑音低減装置。
前記ＩＦＦＴ部の出力を、前記所定周波数の最大周波数をナイキスト周波数とするサンプリング周波数付近から、前記音声チャンネルの出力信号のサンプリング周波数まで補間動作させる請求項３記載の雑音低減装置。
前記所定周波数は、風雑音帯域である請求項１又は２に記載の雑音低減装置。
複数の音声チャンネルから入力された複数の音声信号に対して、入力信号のサンプリング周波数を所定周波数の最大周波数をナイキスト周波数とするサンプリング周波数付近まで間引き動作させる複数の間引き部と、
前記間引き部からの信号を所定フレーム時間ごとに周波数信号に変換する複数の周波数変換部と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較部と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較部と、
前記振幅比較部からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較部からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成部と、
前記減衰係数生成部から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる複数の選択／減衰部と、
前記選択／減衰部からの出力を時間信号に変換する複数の逆周波数変換部と、
前記逆周波数変換部の出力を、前記所定周波数の最大周波数をナイキスト周波数とするサンプリング周波数付近から、前記音声チャンネルの出力信号のサンプリング周波数まで補間動作させる複数の補間部と、
前記補間部からの信号と前記複数の音声チャンネルから入力された複数の音声信号の所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する複数の帯域合成部とを有し、
前記各帯域合成部の出力を各音声チャンネル出力信号とする雑音低減装置。
複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに複数の周波数変換部により周波数信号に変換する周波数変換工程と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較工程と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較工程と、
前記振幅比較工程からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較工程からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成工程と、
前記減衰係数生成工程から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎に前記所定周波数信号に乗ずる選択／減衰工程と、
前記選択／減衰工程からの信号と前記複数の周波数変換工程における所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する帯域合成工程と、
前記帯域合成工程からの出力を複数の逆周波数変換部により時間信号に変換する逆周波数変換工程とを有し、
前記逆周波数変換工程の出力を各音声チャンネルの出力信号とする雑音低減方法。
複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに複数の周波数変換部により周波数信号に変換する周波数変換工程と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較工程と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較工程と、
前記振幅比較工程からの信号レベルに応じて第１の抽出係数に変換すると共に、前記位相比較工程からの信号レベルに応じた第２の抽出係数に変換する抽出係数生成工程と、
前記抽出係数生成工程から出力される抽出係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル抽出するように前記抽出係数を選択し、選択された抽出係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる選択／抽出工程と、
前記選択／抽出工程からの出力を時間信号に変換する逆周波数変換工程と、
前記各逆周波数変換工程からの出力を前記入力された各音声チャンネルの信号から減算する減算工程とを有し、
前記減算工程からの出力を各音声チャンネルの出力信号とする雑音低減方法。
複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに複数の周波数変換部により周波数信号に変換する周波数変換工程と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較工程と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較工程と、
前記振幅比較工程からの信号レベルに応じて第１の減衰係数に変換すると共に、前記位相比較工程からの信号レベルに応じた第２の減衰係数に変換する減衰係数生成工程と、
前記減衰係数生成工程から出力される減衰係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル減衰するように前記減衰係数を選択し、選択された減衰係数を前記複数の音声チャンネル毎に前記所定周波数信号に乗ずる選択／減衰工程と、
前記選択／減衰工程からの信号と前記複数の周波数変換工程における所定周波数以外の信号とを夫々の音声チャンネル毎に帯域合成する帯域合成工程と、
前記帯域合成工程からの出力を複数の逆周波数変換部により時間信号に変換する逆周波数変換工程とを有し、
前記逆周波数変換工程の出力を各音声チャンネルの出力信号とする雑音低減処理をコンピュータに行わせるためのプログラム。
複数の音声チャンネルから入力された複数の音声信号を所定フレーム時間ごとに複数の周波数変換部により周波数信号に変換する周波数変換工程と、
前記周波数変換部からの所定周波数において、それぞれ振幅値を算出して、前記複数の音声チャンネル間での信号の振幅差を演算する振幅比較工程と、
前記周波数変換部からの所定周波数において、それぞれ位相値を算出して、前記複数の音声チャンネル間での信号の位相差を演算する位相比較工程と、
前記振幅比較工程からの信号レベルに応じて第１の抽出係数に変換すると共に、前記位相比較工程からの信号レベルに応じた第２の抽出係数に変換する抽出係数生成工程と、
前記抽出係数生成工程から出力される抽出係数で、前記振幅差もしくは位相差が大きい周波数信号を最もレベル抽出するように前記抽出係数を選択し、選択された抽出係数を前記複数の音声チャンネル毎の前記所定周波数信号に乗ずる選択／抽出工程と、
前記選択／抽出工程からの出力を時間信号に変換する逆周波数変換工程と、
前記各逆周波数変換工程からの出力を前記入力された各音声チャンネルの信号から減算する減算工程とを有し、
前記減算工程からの出力を各音声チャンネルの出力信号とする雑音低減処理をコンピュータに行わせるためのプログラム。